{"id":1065137,"date":"2026-01-05T11:51:04","date_gmt":"2026-01-05T11:51:04","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=cases&p=1065137"},"modified":"2026-01-05T11:51:45","modified_gmt":"2026-01-05T11:51:45","slug":"how-vinci-airports-uses-ai-to-optimize-its-operational-commercial-and-financial-performance-with-google-cloud-and-artefact","status":"publish","type":"cases","link":"https:\/\/www.artefact.com\/es\/cases\/how-vinci-airports-uses-ai-to-optimize-its-operational-commercial-and-financial-performance-with-google-cloud-and-artefact\/","title":{"rendered":"VINCI Aeropuertos<\/span> C\u00f3mo VINCI Airports utiliza AI para optimizar su rendimiento operativo, comercial y financiero con Google Cloud y Artefact"},"content":{"rendered":"

VINCI Aeropuertos<\/a> gestiona 70 aeropuertos<\/strong> en 14 pa\u00edses<\/strong>, da la bienvenida 320 millones de pasajeros al a\u00f1o<\/strong>, y genera 4.500 millones de euros en ingresos<\/strong>. Ante las crecientes limitaciones operativas y medioambientales, el operador recurre a artificial intelligence para optimizar su rendimiento. Una mirada retrospectiva a una transformaci\u00f3n exitosa con Beno\u00eet Forest, Director de Operaciones de VINCI Airports.<\/p>\n

\u00bfQui\u00e9n es Beno\u00eet Forest?<\/strong><\/p>\n

Beno\u00eet Forest<\/a> fue nombrado Director de Operaciones de VINCI Airports en enero de 2025, tras haber ocupado el cargo de Responsable de Data durante casi tres a\u00f1os. Con m\u00e1s de nueve a\u00f1os de experiencia en el Grupo, dirigi\u00f3 la transformaci\u00f3n data de la empresa, incluido el despliegue del proyecto Smart Data Hub en 15 pa\u00edses, la creaci\u00f3n de 10 casos de uso que abarcan todas las \u00e1reas estrat\u00e9gicas de VINCI Airports (tr\u00e1fico, comercial, operaciones, finanzas, medio ambiente) y la integraci\u00f3n de an\u00e1lisis predictivos.
\nEs licenciado en Control de Gesti\u00f3n por el CNAM y combina la experiencia financiera y operativa adquirida en los sectores aeroportuario y de autopistas en VINCI Autoroutes.<\/p>\n

El reto: la gesti\u00f3n unificada de una compleja red data<\/h2>\n

VINCI Airports explota una red diversificada que se extiende desde Jap\u00f3n hasta Chile. Cada plataforma tiene sus propios sistemas inform\u00e1ticos, sus limitaciones locales y sus especificidades operativas. Aunque esta diversidad es una fuente de fortaleza, tambi\u00e9n complica la toma de decisiones a nivel de grupo.<\/p>\n

Su modelo de negocio se basa en dos palancas complementarias:<\/p>\n

    \n
  1. Tasas aeron\u00e1uticas<\/strong> (50% de ingresos) cobrados a las compa\u00f1\u00edas a\u00e9reas por el uso de la infraestructura<\/li>\n
  2. Ingresos comerciales<\/strong> (30%-40%) generados por el gasto de los pasajeros, especialmente en tiendas libres de impuestos, restaurantes y aparcamientos<\/li>\n<\/ol>\n

    Este modelo dual impone un requisito clave: conocer, comprender y anticipar el tr\u00e1fico de pasajeros<\/strong>. Todo lo dem\u00e1s se deriva de esto: el dimensionamiento de los equipos, la calibraci\u00f3n de las ofertas comerciales, las previsiones financieras, la calidad de los servicios, las trayectorias de inversi\u00f3n y la estrategia de descarbonizaci\u00f3n.<\/p>\n

    El reto: Recogida y tratamiento dispersos, no estandarizados y en silos data<\/strong> en los distintos aeropuertos del Grupo construir una visi\u00f3n unificada de los flujos de tr\u00e1fico<\/strong>. Este es el objetivo de la transformaci\u00f3n puesta en marcha con Artefact<\/a> y Google Cloud. El resultado es la construcci\u00f3n de un global Data Factory<\/strong> capaz de federar la red data, estructurarla y ponerla a disposici\u00f3n de la toma de decisiones.<\/p>\n

    Una infraestructura data dise\u00f1ada como palanca de rendimiento<\/h2>\n

    Para hacer frente a este reto de gesti\u00f3n de todo el grupo, VINCI Airports eligi\u00f3 una arquitectura data unificada, escalable y segura, basada en Plataforma en la nube de Google<\/strong>, elegido para proporcionar a cada unidad de negocio de cada aeropuerto los medios para comprender, anticipar y actuar mejor, bas\u00e1ndose en consolidado, contextualizado y analizable data a diferentes niveles<\/strong>.<\/p>\n

    Trabajando con Artefact, el grupo cre\u00f3 un Data Factory en 2023, capaz de:<\/p>\n

      \n
    • Recogida data<\/strong> de sistemas heterog\u00e9neos de 14 pa\u00edses<\/li>\n
    • Control de la calidad e integridad data<\/strong> mediante salvaguardias automatizadas<\/li>\n
    • Armonizaci\u00f3n de la estructura data<\/strong> para permitir comparaciones fiables entre plataformas<\/li>\n<\/ul>\n

      Este enfoque evita las cargas de la armonizaci\u00f3n inform\u00e1tica tradicional. Gracias al cloud, los aeropuertos conservan sus herramientas locales pero exponen su data en una base com\u00fan, donde se limpia, se estructura y luego se utiliza para alimentar cuadros de mando, modelos de IA, an\u00e1lisis de rendimiento, etc.<\/p>\n

      Plataforma en la nube de Google: Una arquitectura robusta<\/strong><\/p>\n

      Para facilitar la ampliaci\u00f3n, la arquitectura de Google Cloud Platform se basa en componentes probados, dise\u00f1ados para el volumen, la velocidad de an\u00e1lisis y la seguridad:<\/p>\n

        \n
      • BigQuery<\/strong> para el almacenamiento y an\u00e1lisis masivo data<\/li>\n
      • V\u00e9rtice AI<\/strong> para entrenar y desplegar modelos predictivos<\/li>\n
      • Cloud Run + Streamlit<\/strong> proporcionar a los equipos empresariales una interfaz sencilla, r\u00e1pida e interactiva<\/li>\n
      • Almacenamiento en la nube<\/strong> para la gesti\u00f3n centralizada de modelos y versiones<\/li>\n
      • Construcci\u00f3n en la nube<\/strong> para una integraci\u00f3n continua y un despliegue fluido de los flujos de trabajo<\/li>\n<\/ul>\n

        Tres casos de uso clave para mejorar el rendimiento de los aeropuertos<\/h2>\n

        1) En origen: Predicci\u00f3n del tr\u00e1fico de pasajeros<\/strong><\/p>\n

        El tr\u00e1fico de pasajeros es la clave de la empresa data. Predecirlo permite:<\/p>\n

          \n
        • Orientar la estrategia a largo plazo<\/strong> (inversiones, apertura de nuevas rutas, proyecciones financieras)<\/li>\n
        • Escalar las operaciones cotidianas<\/strong> (seguridad, recepci\u00f3n, gesti\u00f3n de equipajes)<\/li>\n
        • Gestionar las ofertas comerciales<\/strong> en funci\u00f3n del perfil de los pasajeros<\/li>\n<\/ul>\n

          VINCI Airports y Artefact dise\u00f1aron as\u00ed modelos predictivos multiescala adaptados a las necesidades de cada nivel de gesti\u00f3n<\/strong>, proporcionando:<\/p>\n

            \n
          • Una visi\u00f3n consolidada para la gesti\u00f3n del grupo<\/strong>, con proyecciones de flujo anual<\/li>\n
          • Vistas operativas semanales o diarias<\/strong> anticiparse a los picos de actividad<\/li>\n
          • Una visi\u00f3n local por aeropuerto<\/strong>, con referencias cruzadas con el comportamiento data<\/li>\n<\/ul>\n

            Estos modelos se basan en el historial del tr\u00e1fico, en variables ex\u00f3genas y en se\u00f1ales d\u00e9biles. Permiten simular trayectorias, comparar previsiones humanas con proyecciones algor\u00edtmicas y optimizar compensaciones.<\/p>\n

            2) Mejorar la eficacia operativa del aeropuerto<\/strong><\/p>\n

            Gracias al data, VINCI Airports puede ahora anticiparse a los puntos de congesti\u00f3n<\/strong> y adaptar sus recursos con antelaci\u00f3n. Por ejemplo, escaneando las tarjetas de embarque, es posible predecir cu\u00e1ndo llegar\u00e1n los pasajeros a los controles de seguridad. Cruzando esta data con las capacidades de procesamiento de las l\u00edneas, los equipos pueden ajustar los niveles de personal en tiempo real<\/strong> para garantizar tiempos de espera inferiores a 10 minutos. En cuanto a la seguridad, los pasajeros en los controles de seguridad de equipajes pasan por una m\u00e1quina de rayos X para detectar cualquier amenaza potencial.<\/p>\n

            3) Optimizar las estrategias de venta de productos de viaje<\/strong><\/p>\n

            Analizando los flujos de tr\u00e1fico y las compras, VINCI Airports consigue comprender mejor qui\u00e9n consume qu\u00e9, cu\u00e1ndo, d\u00f3nde y en qu\u00e9 contexto.<\/p>\n

            Un pasajero brit\u00e1nico en tr\u00e1nsito no se comporta de la misma manera que un pasajero franc\u00e9s en un vuelo nacional. Un vuelo a Lisboa a las 6:15 de la ma\u00f1ana no genera el mismo tama\u00f1o medio de cesta que una salida de vacaciones a Punta Cana.<\/p>\n

            Analizando las tarjetas de embarque escaneadas en las cajas y cruz\u00e1ndolas con el tr\u00e1fico data, el grupo identifica las pautas de consumo<\/strong> y puede recomendar a los minoristas de los aeropuertos que ajusten su oferta de productos en funci\u00f3n de los perfiles y destinos de los pasajeros.<\/p>\n

            Factores de \u00e9xito: De la implantaci\u00f3n a la adopci\u00f3n empresarial<\/h2>\n

            Implicar a los equipos desde el inicio del proyecto<\/strong><\/p>\n

            Artefact apoy\u00f3 a VINCI Airports desde las primeras fases del proyecto, asumiendo un enfoque de colaboraci\u00f3n con el personal operativo<\/strong> desde el lanzamiento del proyecto. Un mayor apoyo empresarial es absolutamente esencial para lograr el equilibrio adecuado entre la inteligencia humana y los modelos predictivos.<\/p>\n

            \u201cEl momento de la incorporaci\u00f3n de los equipos operativos es muy importante. Debe comenzar el primer d\u00eda. Esto garantiza que los cient\u00edficos de data comprendan las preocupaciones empresariales e incorporen las necesidades altamente operativas al dise\u00f1o de las soluciones.\u201d<\/em> - Beno\u00eet Forest, Director de Operaciones de VINCI Airports<\/p>\n

            Esto facilita el desarrollo de casos de uso concretos alineados con los retos empresariales reales (tr\u00e1fico, seguridad, comercio minorista, finanzas, etc.) y garantiza su adopci\u00f3n a largo plazo.<\/p>\n

            Data la calidad, clave de la confianza empresarial<\/strong><\/p>\n

            Al principio, los equipos de VINCI Airports consideraban el data governance como algo secundario. Muy pronto, con Beno\u00eet Forest, se dieron cuenta de que en realidad era fundamental. Porque cuando los modelos funcionan mal debido a una mala calidad data, la confianza empresarial se erosiona r\u00e1pidamente.<\/p>\n

            VINCI Airports y Artefact han puesto en marcha una serie de salvaguardas t\u00e9cnicas para garantizar la fiabilidad de data aguas arriba:<\/p>\n

              \n
            • Detecci\u00f3n de archivos perdidos<\/strong> (por ejemplo, una alerta del tipo \u201ctr\u00e1fico no recibido del d\u00eda anterior\u201d)<\/li>\n
            • Control de la estructura<\/strong> garantizar que los esquemas permanezcan estables a lo largo del tiempo<\/li>\n
            • Pruebas de integridad<\/strong> (una desviaci\u00f3n anormal en un aeropuerto activa una alerta autom\u00e1tica)<\/li>\n<\/ul>\n

              Estas comprobaciones automatizadas, realizadas \u00edntegramente en Google Cloud Platform, evitan derivas silenciosas y garantizan la estabilidad de los modelos en producci\u00f3n.<\/p>\n

              \u201cCreo que el \u00e9xito de este proyecto radica en la comprensi\u00f3n del reto empresarial estrat\u00e9gico, la definici\u00f3n del alcance, el despliegue de la soluci\u00f3n, la formaci\u00f3n, y ahora la herramienta es utilizada por los equipos empresariales a diario.\u201d<\/em> - Beno\u00eet Forest, Director de Operaciones de VINCI Airports<\/p>\n

              Medici\u00f3n continua del rendimiento predictivo<\/strong><\/p>\n

              VINCI Airports ha puesto en marcha un proceso de evaluaci\u00f3n post-operativa. Los equipos comparan lo que los modelos hab\u00edan predicho con lo que realmente ocurri\u00f3 sobre el terreno. El objetivo es identificar las discrepancias, comprender sus causas y ajustar los modelos para mejorar su precisi\u00f3n con el tiempo. Esta eficacia es posible gracias al despliegue de la IA.<\/p>\n

              Ir m\u00e1s all\u00e1 con la IA: sistematizar la predicci\u00f3n<\/h2>\n

              Con la estabilizaci\u00f3n del entorno data, VINCI Airports se ha embarcado en una segunda fase: la transici\u00f3n a la predicci\u00f3n sistematizada. Los equipos han entrenado modelos para perfeccionar las trayectorias del tr\u00e1fico, anticipar los picos de actividad y enriquecer su comprensi\u00f3n del comportamiento de los pasajeros.<\/p>\n

              El enfoque se basa en la granularidad diferenciada:<\/p>\n

                \n
              • Previsi\u00f3n estrat\u00e9gica anual<\/strong>, \u00fatil para el departamento financiero.<\/li>\n
              • Proyecciones semanales o diarias<\/strong> para la gesti\u00f3n operativa.<\/li>\n
              • An\u00e1lisis postoperatorio<\/strong>, para comparar lo que el modelo predijo con lo que realmente ocurri\u00f3<\/li>\n<\/ul>\n

                \u201cAqu\u00ed la IA nos permite pasar de la intuici\u00f3n local al conocimiento compartido, sin sustituir a los equipos, pero d\u00e1ndoles los medios para ahorrar tiempo y centrarse en la toma de decisiones\u201d.\u201d<\/em> - Beno\u00eet Forest, Director de Operaciones de VINCI Airports<\/p>\n

                El auge de la IA generativa para un an\u00e1lisis exhaustivo data<\/strong><\/p>\n

                Como parte del proyecto en curso, VINCI Airports explora ahora el potencial de la IA generativa a trav\u00e9s de tres casos de uso:<\/p>\n

                  \n
                1. GPT seguro<\/strong>: Un asistente integrado en los cuadros de mando<\/li>\n
                2. Hable con mi data<\/strong>: Consultas conversacionales database<\/li>\n
                3. Inteligencia documental<\/strong>: Extracci\u00f3n y s\u00edntesis autom\u00e1ticas de contenidos complejos (procedimientos, auditor\u00edas, reports)<\/li>\n<\/ol>\n

                  Estos desarrollos son necesarios y representan los 2025 retos para el equipo de Beno\u00eet Forest. Esta riqueza de informaci\u00f3n sigue materializ\u00e1ndose principalmente en cuadros de mando visuales en tiempo real (Power BI). Aunque eficaces, estas herramientas siguen siendo r\u00edgidas y requieren un desarrollo constante para evolucionar.
                  \nPor lo tanto, la ambici\u00f3n es permitir que cada empleado interact\u00fae directamente con todos los data a trav\u00e9s de agentes aut\u00f3nomos de IA<\/strong>, capaz de responder a preguntas complejas y de llevar el an\u00e1lisis mucho m\u00e1s all\u00e1 de las capacidades actuales de los cuadros de mando tradicionales.<\/p>","protected":false},"excerpt":{"rendered":"

                  VINCI Airports gestiona 70 aeropuertos en 14 pa\u00edses, da la bienvenida a 320 millones de pasajeros al a\u00f1o y genera unos ingresos de 4.500 millones de euros. Ante las crecientes limitaciones operativas y medioambientales, el operador ha recurrido a artificial intelligence para optimizar su rendimiento. Repasamos esta transformaci\u00f3n exitosa con Beno\u00eet Forest, director de Operaciones de VINCI Airports.<\/p>","protected":false},"featured_media":1065138,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"categories":[106],"class_list":["post-1065137","cases","type-cases","status-publish","has-post-thumbnail","hentry","category-tourism"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/cases\/1065137","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/cases"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/cases"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/1065138"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=1065137"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/categories?post=1065137"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}